Hoy en día, el cáncer de mama es uno de los cánceres más comunes diagnosticados en mujeres. La mamografía es la técnica de imagen de detección estándar para la detección temprana del cáncer de mama. Sin embargo, las imágenes termográficas infrarrojas (termografías) pueden usarse para revelar lesiones en senos densos. En estas imágenes, la temperatura de las regiones que contienen tumores es más cálida que el tejido normal. Para detectar esa diferencia de temperatura entre regiones normales y cancerosas, un procedimiento de termografía dinámica utiliza cámaras termográficas infrarrojas para generar imágenes infrarrojas en pasos de tiempo fijos, obteniendo una secuencia de imágenes infrarrojas. En este artículo, proponemos un método novedoso para modelar los cambios de temperaturas en senos normales y anormales utilizando una técnica de aprendizaje de representación llamada aprendizaje para clasificar y métodos de análisis de textura. El método propuesto genera una representación compacta para las imágenes infrarrojas de cada secuencia, que luego se explota para diferenciar entre casos normales y cancerosos. Nuestro método produjo resultados competitivos (AUC = 0.989) en comparación con otros estudios en la literatura.